1、圆形
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #正常显示负号
def radar_map(data, label, cls):
# 设置雷达图的角度，用于平分切开一个圆面
n = len(label)
angles = np.linspace(0, 2 * np.pi, n, endpoint=False)
# 将折线图形进行封闭操作
angle = np.concatenate((angles, [angles[0]]))
data = np.concatenate((data, data[:, None, 0]), axis=1)
label = np.concatenate((label, [label[0]]))
# 绘图
fig = plt.figure(figsize=(7, 7))
ax = fig.add_subplot(111, polar=True) # 参数polar, 以极坐标的形式绘制图形
# 画线
for i in range(len(data)):
ax.plot(angle, data[i], 'o-', linewidth=2, label=cls[i])
# ax.fill(angle, data[i], alpha=0.7) # 填充底色
ax.set_thetagrids(angle * 180 / np.pi, label) # 添加属性标签
ax.set_ylim(0, 100) # 设置极轴的区间范围
ax.set_theta_zero_location('N') # 设置极坐标的起点（即0°）在正北方向，即相当于坐标轴逆时针旋转90°
# ax.spines['polar'].set_visible(False) # 不显示极坐标最外圈的圆
# ax.set_yticks([]) # 不显示坐标间隔
plt.grid(True, c='gray', linestyle='--') # 设置网格线样式
plt.title('示例', fontsize=12) # 添加标题
plt.legend(loc='lower right', bbox_to_anchor=(0.0, 0.0)) # 设置图例的位置，在画布外
plt.show()
if __name__ == '__main__':
# 要展示的指标
label = np.array(['AA', 'OA', 'kappa', "PA", "UA"])
# 每个数据的名字
cls = np.array(['A_1', 'A_2', 'A_3', "A_4", "A_5"])
# 数据
data = np.array([[92.3, 95.1, 90.2, 65.2, 75.1],
[50.3, 65.2, 80.4, 90.2, 77.6],
[45.2, 55.3, 86.2, 45.2, 88.3],
[85.2, 65.3, 98.2, 47.2, 58.6],
[88.5, 95.3, 65.2, 84.5, 78.6]])
# 绘制雷达图
radar_map(data, label, cls)
2、多边形
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #正常显示负号
def radar_map(data, label, cls):
# 设置雷达图的角度，用于平分切开一个圆面
n = len(label)
angles = np.linspace(0, 2 * np.pi, n, endpoint=False)
# 将折线图形进行封闭操作
angle = np.concatenate((angles, [angles[0]]))
data = np.concatenate((data, data[:,None,0]),axis=1)
label = np.concatenate((label, [label[0]]))
# 绘图
fig = plt.figure(figsize=(7, 7))
ax = fig.add_subplot(111, polar=True) # 参数polar, 以极坐标的形式绘制图形
# 画若干个多边形
max_ = 105
min_ = 0
for i in np.arange(min_, max_, 20):
ax.plot(angle, [i] * (n + 1), '--', lw=0.5, color='black')
# 画线
for i in range(len(data)):
ax.plot(angle, data[i], 'o-', linewidth=2, label=cls[i])
# ax.fill(angle, data[i], alpha=0.7) # 填充底色
# 绘制各个类别的数值
# for i in range(len(data)):
# for angle_,data_ in zip(angle,data[i]):
# ax.text(angle_, data_ + 5, '%.00f' % data_, ha='center', va='center', fontsize=10, color='black')
# 画半径线
for i in range(len(label[:-1])):
ax.plot([angles[i], angles[i]], [0, 102], '--', lw=0.5, color='black') # 画5条半径线，每个角度连接圆心0和顶点100
ax.set_thetagrids(angle * 180 / np.pi, label) # 添加属性标签
"""
# 该两行代码，同ax.set_thetagrids(angle * 180 / np.pi, label) # 添加属性标签
ax.set_xticks(angle[:-1]) # 去除最后一个刻度
ax.set_xticklabels(label[:-1])
"""
# ax.set_ylim(0, 100) # 设置极轴的区间范围
ax.set_rlabel_position(0) # 设置网格间隔大小标签的角度
ax.set_theta_zero_location('N') # 设置极坐标的起点（即0°）在正北方向，即相当于坐标轴逆时针旋转90°
ax.spines['polar'].set_visible(False) # 不显示极坐标最外圈的圆
ax.tick_params(pad=-2) # 调整刻度标签与轴的距离
# ax.set_yticklabels([20,40,60,80,100]) # 去除网格间隔的刻度标签。添加数字就是修改
# ax.set_yticks([]) # 不显示坐标间隔。添加数字就是修改
plt.grid(c='gray', linestyle='--') # 设置网格样式
plt.title('示例', fontsize=12) # 添加标题
plt.legend(loc='lower right', bbox_to_anchor=(0.0, 0.0)) # 设置图例的位置，在画布外
plt.show()
if __name__ == '__main__':
# 要展示的指标
label = np.array(['AA','OA','kappa',"PA","UA"])
# 每个数据的名字
cls = np.array(['A_1','A_2','A_3',"A_4","A_5"])
# 数据
data = np.array([[92.3,95.1,90.2,65.2,75.1],
[50.3,65.2,80.4,90.2,77.6],
[45.2,55.3,86.2,45.2,88.3],
[85.2,65.3,98.2,47.2,58.6],
[88.5,95.3,65.2,84.5,78.6]])
# 绘制雷达图
radar_map(data, label, cls)
